识别常见的织微塑料通过自光谱学与k-means集群分析相结合
Marcus A Johns1, Hongying Zhao2, Mike Gattrell2
1Department of Wood Science, The University of British Columbia, 2424 Main Mall, Vancouver, BC, Canada V6T 1Z4. johns@mci.sdu.dk.
The Analyst
|August 8, 2024
概括
自体光光谱学提供了一种快速的方法来识别微塑料聚合物类型. 这种技术通过快速有效地区分聚合物,对环境监测和塑料回收充满希望.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
背景情况:
- 微塑料对环境构成重大风险,需要快速识别方法.
- 目前用于聚合物表征的技术往往很慢,阻碍了实时分析.
- 开发有效的微塑料识别方法对于环境监测和塑料回收至关重要.
研究的目的:
- 调查自光谱法作为一个快速的,在线表征技术微塑料.
- 为了将自身光光谱与现有的振动光谱方法进行比较.
- 评估使用自发光用于自动化聚合物识别的可行性.
主要方法:
- 用自光谱学分析了七种常见的织聚合物.
- 聚合物经过模拟老化 (光氧化) 和染色,以观察光谱变化.
- 应用机器学习 (k-means集群分析) 来分析39个样本组的1485个光谱.
主要成果:
- 聚合物中的自发光归因于集群触发的辐射.
- 聚合物老化和染色显著改变了自光谱.
- 机器学习在71%的案例中使用8个输入值正确识别了聚合物类型.
结论:
- 自体光光谱是一种可行的替代方案,用于快速显微塑料的表征.
- 该方法显示了自动化,次秒聚合物识别的潜力.
- 这种技术可以支持环境监测,并改善塑料回收工艺.


